文献

J-GLOBAL ID：202002252894412614   整理番号：20A2035647

MIMOシステムのための深層学習ベース相互結合モデリングとベースバンドデカップリングアルゴリズム【JST・京大機械翻訳】

Deep Learning-Based Mutual Coupling Modeling and Baseband Decoupling Algorithm for MIMO Systems

著者 (2件)： Xiao Yu (Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Wang Yafeng (Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： IEEE Communications Letters  (IEEE Communications Letters)
巻： 24  号： 9  ページ： 1986-1990  発行年： 2020年 
JST資料番号： W0941A  ISSN： 1089-7798  CODEN： ICLEF6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多重入力多出力(MIMO)は,第5世代通信(5G)における重要な技術構成要素の1つである。おそらく,限られた空間における成長アンテナ数は,相互結合(MC)効果が無線通信のシステム性能に大きく影響する。したがって,正確なMCモデリングはMC効果を除去するのに非常に重要である。この目的のために,大規模MIMOシステムにおけるMC効果をモデル化するための深層学習に基づく新しいMCモデリングアプローチを提案した。深層ニューラルネットワーク(DNN)による複雑なデータの処理を実現するため,著者らは複雑なデータを実と虚数部分に分割し,複素データの平均二乗誤差(MSE)の表現を推論する。次に,ハイブリッドビーム成形構造を有するベースバンドデカップリングアルゴリズムを提案し,MC効果を除去した。シミュレーション結果は,MSEとビットエラー率(BER)に関して,提案した深層学習ベースのMCモデリング法が,デカップリングの印象的なモデリング精度と完全な性能を有することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  アンテナ ,  シミュレーション ,  *相互接続 ,  多重化 ,  無線伝送 ,  *デカップリング ,  通信 ,  虚数 ,  *ベースバンド ,  ビーム成形 ,  *MIMOシステム
準シソーラス用語： *MIMO ,  *深層学習 ,  第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： MIMOシステム ,  深層学習 ,  相互結合 ,  モデリング